利用內(nèi)存行激活信息的DRAM行擾動(dòng)問題研究

章鐵飛，徐 斌

浙江工商大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，杭州310018

動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器（DRAM）在商業(yè)計(jì)算機(jī)系統(tǒng)中被廣泛用作主存，其由一個(gè)電容器和一個(gè)晶體管構(gòu)成，通過電容器的充放電來存儲(chǔ)一位信息。DRAM通過減小存儲(chǔ)單元尺寸來持續(xù)增加容量，但也導(dǎo)致芯片易受到干擾誤差的影響，當(dāng)某DRAM內(nèi)存行中的存儲(chǔ)單元因?yàn)樵L問被激活時(shí)，相鄰行的存儲(chǔ)單元易受到干擾，導(dǎo)致相鄰行的數(shù)據(jù)錯(cuò)誤[1-2]，因?yàn)閬碜韵噜徯械鸟詈辖档烷撝惦妷翰⒃黾哟鎯?chǔ)單元的漏電流，較高的漏電流引起更快的電荷從DRAM存儲(chǔ)單元的電容器泄漏，導(dǎo)致存儲(chǔ)單元丟失數(shù)據(jù)。這種相鄰行因?yàn)閿?shù)據(jù)訪問、頻繁激活而導(dǎo)致存儲(chǔ)單元數(shù)據(jù)錯(cuò)誤的現(xiàn)象稱之為行擾動(dòng)（Row Hammering）。

當(dāng)某DRAM內(nèi)存行被訪問時(shí)，它必須先被激活后，才能讀寫數(shù)據(jù)。一內(nèi)存行越頻繁地被訪問，則被激活的次數(shù)越多。圖1顯示攻擊行（aggressive row）頻繁地激活，導(dǎo)致其相鄰的兩個(gè)受害行（victim row）出現(xiàn)行擾動(dòng)問題。由于漏電效應(yīng)，DRAM單元默認(rèn)地周期性刷新補(bǔ)充電荷。在刷新間隔內(nèi)，如果相鄰行數(shù)據(jù)頻繁的激活次數(shù)超過閾值，則大概率地會(huì)導(dǎo)致DRAM單元出現(xiàn)行擾動(dòng)問題。該激活的閾值，稱之為行擾動(dòng)閾值(RHth)。隨著DRAM存儲(chǔ)單元尺寸的進(jìn)一步縮小，行擾動(dòng)閾值不斷降低，使得行擾動(dòng)問題日益嚴(yán)重。此外，專門設(shè)計(jì)的惡意程序[3-4]可能會(huì)故意頻繁地將緩存的內(nèi)容刷新回內(nèi)存，存儲(chǔ)單元更容易地達(dá)到行擾動(dòng)閾值。為保護(hù)數(shù)據(jù)的完整性和安全性，未來的DRAM必須有針對(duì)性地解決行擾動(dòng)問題。

圖1 行擾動(dòng)問題Fig.1 Row hammering problem

為緩解行擾動(dòng)問題，在受害行達(dá)到行擾動(dòng)閾值之前，內(nèi)存控制器主動(dòng)向受害行發(fā)送內(nèi)存行刷新操作，以補(bǔ)充受害內(nèi)存行存儲(chǔ)單元的電荷，防止受害行出現(xiàn)行擾動(dòng)問題，這種方法稱為主動(dòng)激活。與主動(dòng)激活相對(duì)應(yīng)，被動(dòng)激活發(fā)生在受害行被激活以服務(wù)數(shù)據(jù)請(qǐng)求時(shí)，即受害行發(fā)生讀寫數(shù)據(jù)操作而被激活。與主動(dòng)激活相比，被動(dòng)激活具有相同的防止數(shù)據(jù)丟失的效果。與被動(dòng)激活發(fā)生在正常的數(shù)據(jù)讀寫不同，主動(dòng)激活需將刷新操作插入到數(shù)據(jù)請(qǐng)求隊(duì)列，干擾到正常的數(shù)據(jù)讀寫，影響內(nèi)存讀寫的性能。因此利用被動(dòng)激活，可以在不影響內(nèi)存性能的情況下，規(guī)避主動(dòng)激活對(duì)性能的不利影響。

本文提出一種基于內(nèi)存行的最近激活信息的解決DRAM內(nèi)存行擾動(dòng)的方法（RACPR），該方法保護(hù)受害行免受行擾動(dòng)影響。RACPR大大減少額外的數(shù)據(jù)跟蹤結(jié)構(gòu)，避免傳統(tǒng)的基于計(jì)數(shù)器的策略所需的存儲(chǔ)開銷[5]。利用被動(dòng)激活對(duì)行擾動(dòng)具有相同的保護(hù)作用，RACPR使用行激活計(jì)數(shù)器（RAC）結(jié)構(gòu)來記錄受害行的被動(dòng)激活信息，消除不必要的主動(dòng)激活操作，因此RACPR以可忽略的存儲(chǔ)和性能開銷，提供可靠的行擾動(dòng)解決方案。本文針對(duì)行擾動(dòng)問題做出以下貢獻(xiàn)：

（1）本文證明被動(dòng)激活與主動(dòng)激活具有相同的抗行擾動(dòng)效果，且對(duì)內(nèi)存訪問性能沒有不利影響。

（2）本文引入最近激活計(jì)數(shù)器（RAC）結(jié)構(gòu)來記錄受害行的被動(dòng)激活信息，利用被動(dòng)激活來防止行擾動(dòng)。

（3）基于內(nèi)存行的RAC信息，本文引入概率刷新方法，以較小的概率向行發(fā)出主動(dòng)激活操作。本文的概率刷新方法不是直接發(fā)起主動(dòng)激活，而是基于RAC的值充分利用被動(dòng)激活，消除不必要的主動(dòng)激活操作，將對(duì)性能的影響降至最低。

1 動(dòng)機(jī)和觀察

給定一攻擊行，其激活次數(shù)超過行擾動(dòng)閾值，系統(tǒng)無需發(fā)出保護(hù)受害行免受行擾動(dòng)的主動(dòng)激活操作，因?yàn)楣粜袛?shù)千次的激活期間，受害行可能會(huì)同時(shí)經(jīng)歷幾次被動(dòng)激活。從電路的角度看，刷新內(nèi)存行和激活內(nèi)存行是相同的操作，因此受害行的單元在被動(dòng)激活過程中完全地充滿電荷，避免行擾動(dòng)的數(shù)據(jù)錯(cuò)誤。因此必須額外地檢查受害行是否在攻擊行超過行擾動(dòng)閾值的同一時(shí)間間隔內(nèi)發(fā)生被動(dòng)激活，而不是只關(guān)注攻擊行的激活次數(shù)是否超過行擾動(dòng)閾值。圖2顯示在攻擊行超過行擾動(dòng)閾值的時(shí)間間隔內(nèi)，受害行發(fā)生被動(dòng)激活的比例，基準(zhǔn)測(cè)試程序是PARSEC和SPEC，其中的行擾動(dòng)閾值為32 000。

圖2 受害行的被動(dòng)激活百分比Fig.2 Passive activation percentage of victim rows

定位所有超過行擾動(dòng)閾值的攻擊行，確定達(dá)到擾動(dòng)閾值的時(shí)間間隔，并在相同的時(shí)間間隔內(nèi)收集所有受害行的被動(dòng)激活信息。圖2中所示，隸屬于不同基準(zhǔn)程序的受害行的被動(dòng)激活模式相異，一個(gè)極端是comm2的所有受害行都存在被動(dòng)激活，另一個(gè)極端是fluid，其所有受害行都不存在被動(dòng)激活。然而數(shù)據(jù)顯示應(yīng)用程序中超過75%的受害行存在被動(dòng)激活。由于受害行存儲(chǔ)單元隨著被動(dòng)激活而充電，可以避免行擾動(dòng)問題。下一章將描述基于這一觀察的RACPR方法。

2 RACPR方法

利用被動(dòng)激活操作，可取消一些不必要的主動(dòng)激活來提升存儲(chǔ)器性能，本文利用最近激活計(jì)數(shù)器（RAC）來記錄受害行的最近被動(dòng)激活信息，然后提出一種基于最近激活計(jì)數(shù)器的概率刷新方法，以可忽略不計(jì)的開銷來解決行擾動(dòng)問題。

2.1 最近激活計(jì)數(shù)器

要記錄受害行的最近激活信息，如果簡單地使用計(jì)數(shù)器[5]來存儲(chǔ)該信息，將導(dǎo)致不可接受的存儲(chǔ)開銷。針對(duì)8 GB容量的DRAM存儲(chǔ)器，按每行配以16位計(jì)數(shù)器（每行按8 KB）計(jì)算，累積需要數(shù)十兆字節(jié)的額外存儲(chǔ)空間。此外，計(jì)數(shù)器僅記錄激活的累計(jì)次數(shù)，而不記錄每次激活在時(shí)間間隔內(nèi)分布的具體時(shí)間信息，因此本文使用一位的最近激活計(jì)數(shù)器（RAC）來記錄信息。值為1表示該行最近已被激活，而值為0表示該行在預(yù)定的時(shí)間間隔內(nèi)未被激活。當(dāng)最近激活計(jì)數(shù)器值為1時(shí)，可避免主動(dòng)激活操作，因?yàn)槟繕?biāo)行最近被激活并重新充電。

為利用被動(dòng)激活，本文解決以下的問題：何時(shí)以及如何設(shè)置RAC，以及在哪里設(shè)置存儲(chǔ)最近激活計(jì)數(shù)器。每次讀取、寫入或刷新行時(shí)，內(nèi)存行的RAC都設(shè)置為1。在一個(gè)重置時(shí)間間隔（RTI）后，隨機(jī)存取存儲(chǔ)器被重置為0，在該時(shí)間間隔內(nèi)，給定行的數(shù)據(jù)通過最近的被動(dòng)激活被保護(hù)免受行擾動(dòng)的影響，因此主動(dòng)刷新是不必要的。RTI的時(shí)間長度以行擾動(dòng)閾值達(dá)到所需的最少時(shí)間決定。因?yàn)橹挥挟?dāng)給定行受到的擾動(dòng)次數(shù)超過閾值時(shí)，才會(huì)出現(xiàn)數(shù)據(jù)錯(cuò)誤。

最近激活計(jì)數(shù)器RAC的值反映內(nèi)存行是否達(dá)到其重置時(shí)間間隔。當(dāng)RAC的值為1時(shí)，表示目標(biāo)內(nèi)存行還在最近一次被動(dòng)激活操作的保護(hù)時(shí)間范圍內(nèi)；當(dāng)RAC的值為0時(shí)，表示目標(biāo)內(nèi)存行不在最近一次被動(dòng)激活操作的保護(hù)時(shí)間范圍內(nèi)，即它的重置時(shí)間到。要設(shè)置RAC的值，一個(gè)方法是為目標(biāo)內(nèi)存行附加一個(gè)計(jì)時(shí)器。當(dāng)目標(biāo)行被激活時(shí)，其RAC值被設(shè)置為1，并且計(jì)時(shí)器開始計(jì)時(shí)。當(dāng)計(jì)時(shí)器達(dá)到重置時(shí)間間隔時(shí)，實(shí)時(shí)時(shí)鐘被重置為0。然而，給每一行指定一個(gè)定時(shí)器是不切實(shí)際的，將導(dǎo)致不可接受的開銷。因此，本文對(duì)所有行的RAC以周期性方式更新，只需要單個(gè)定時(shí)器控制，避免每行所需的大量獨(dú)立定時(shí)器的開銷。

如圖3（a）所示，給定行的RAC在RTI內(nèi)從狀態(tài)1切換到狀態(tài)0。當(dāng)RTI內(nèi)沒有被動(dòng)激活操作時(shí)，RAC的值表示正確的RTI。然而如圖3（b）所示，如果在RTI期間出現(xiàn)被動(dòng)激活，t2時(shí)的被動(dòng)激活將RTI延長至t4。但是默認(rèn)的定期更新操作會(huì)在t3將RAC重置為0。因此，偶然的被動(dòng)激活會(huì)導(dǎo)致RAC所指示的RTI小于實(shí)際值。這種給RTI引入錯(cuò)誤的現(xiàn)象稱為偶然更新效應(yīng)。在t2非常接近t3的情況下，由偶然更新效應(yīng)引起的最大誤差可能與周期RTI一樣大。假設(shè)被動(dòng)激活隨機(jī)分布在RTI上，那么偶然更新效應(yīng)的期望誤差是RTI/2。不能消除偶然更新效應(yīng)，因?yàn)楸粍?dòng)激活的發(fā)生無法預(yù)先預(yù)測(cè)，但是可以通過將一位RAC更新為二位的RAC來減少誤差值。

圖3 一位RAC和偶然更新效應(yīng)Fig.3 One-bit RAC and accidental update effect

與一位RAC不同，二位RAC有四種狀態(tài)，即11、10、01和00。當(dāng)發(fā)生內(nèi)存行被動(dòng)激活時(shí)，RAC設(shè)置為11，并且RAC按一定的周期降序依次遞減。二位RAC與一位RAC的不同之處在于其更新周期的時(shí)間長度。二位RAC的更新周期不是一個(gè)實(shí)時(shí)時(shí)間間隔，而是設(shè)置為實(shí)時(shí)時(shí)間間隔的1/3，偶然更新效應(yīng)的誤差與更新周期成正比，所以此時(shí)的偶然更新效應(yīng)的最大誤差變?yōu)橹刂脮r(shí)間間隔的1/3，如圖4所示。較小的更新周期有助于減少偶然更新效應(yīng)的誤差，但增加更新操作的頻率會(huì)產(chǎn)生成本問題。

圖4 兩位RAC的偶然更新效應(yīng)Fig.4 Accidental update effect of two-bit RAC

算法1以重置時(shí)間間隔的1/3為周期更新，操作的開銷可以忽略，原因以下兩點(diǎn)：首先，內(nèi)存行的RAC可以按塊粒度組織，每個(gè)塊由數(shù)百個(gè)RAC組成，更新操作作為一個(gè)整體對(duì)每個(gè)塊執(zhí)行，這意味著數(shù)百個(gè)RAC在一次更新操作進(jìn)行狀態(tài)切換，所以RAC更新的成本被分?jǐn)偛⒋蟠蠼档?。?yīng)用程序訪問內(nèi)存時(shí)，具有時(shí)間、空間局部性[6]，在一定的時(shí)間間隔內(nèi)，只有部分DRAM行經(jīng)常被訪問和激活。只有這些激活的DRAM行的相應(yīng)RAC需要更新操作，因此開銷可以忽略不計(jì)。

算法1兩位RAC更新方法

輸入：內(nèi)存行的RAC值

輸出：無

1.i（frow[i]發(fā)生被動(dòng)激活）

2.{rac（row[i]）=11；

3.}

4.fo（revery RTI/3）

5.{i（frac（row[i]）>00）

6.{ rac（row[i]）遞減1；

7.}

8.}

2.2 基于隨機(jī)存取存儲(chǔ)器的概率刷新

傳統(tǒng)的基于計(jì)數(shù)器的主動(dòng)激活方法[5，7]，主要思想是每個(gè)內(nèi)存行分配計(jì)數(shù)器，每次激活則計(jì)數(shù)器累加1，根據(jù)計(jì)數(shù)器的值是否超過行擾動(dòng)值，來決定是否對(duì)相鄰受害行發(fā)起主動(dòng)激活操作。所有基于計(jì)數(shù)器的主動(dòng)激活方法的代價(jià)在于大量計(jì)數(shù)器產(chǎn)生的存儲(chǔ)空間開銷。本文采用概率的方法來避免這種不可接受的存儲(chǔ)開銷。

當(dāng)特定內(nèi)存行被訪問激活時(shí)，以很小的概率向其相鄰行發(fā)起主動(dòng)激活操作。如果主動(dòng)激活概率為1%，則每次內(nèi)存行被激活時(shí)，存儲(chǔ)器控制器都會(huì)訪問隨機(jī)數(shù)發(fā)生器，以確定是否對(duì)相鄰受害行，發(fā)出主動(dòng)激活操作。如果是，則對(duì)被訪問行的相鄰行執(zhí)行主動(dòng)激活操作。一內(nèi)存行被激活的頻率越高，就越有可能向其相鄰行發(fā)出主動(dòng)激活操作，讓接近行擾動(dòng)閾值的攻擊行的相鄰受害行有接近概率1的主動(dòng)激活機(jī)會(huì)。

假設(shè)每次目標(biāo)行被訪問時(shí)，都以概率N向其相鄰的行發(fā)出主動(dòng)激活操作。假設(shè)M為行擾動(dòng)閾值，系統(tǒng)的生命周期內(nèi)M的實(shí)例數(shù)為k。在系統(tǒng)的整個(gè)生命周期中，因?yàn)闆]有主動(dòng)激活，至少有一次失敗的概率如下所示[3]：

面向未來的DRAM技術(shù)，假設(shè)M低至32 000。10年的運(yùn)行時(shí)間里，k≈250億。如果N分別設(shè)置為0.1%、0.2%和0.5%，相應(yīng)的Pfailure分別為3.166×10-4、4.0×10-18和8.14×10-60。經(jīng)實(shí)驗(yàn)表明，當(dāng)N的值設(shè)定為0.2%時(shí)，主動(dòng)激活操作在內(nèi)存性能和行擾動(dòng)問題的緩解之間取得良好的平衡。

圖5表示RACPR的總體設(shè)計(jì)，基于傳統(tǒng)內(nèi)存控制器的擴(kuò)展，其中CBA存儲(chǔ)內(nèi)存行的RAC，而PRL是隨機(jī)刷新邏輯電路。內(nèi)存控制器的主要功能是將存儲(chǔ)器命令調(diào)度到存儲(chǔ)器，完成讀或?qū)懻?qǐng)求。當(dāng)其目標(biāo)內(nèi)存行被訪問或刷新時(shí)，二位RAC按RTI值的1/3周期遞減。RTI的下限值理論上分別由默認(rèn)激活間隔(AI)和默認(rèn)刷新間隔(RI)決定。默認(rèn)間隔內(nèi)的最大激活次數(shù)是RI/AI。給定行擾動(dòng)值的情況下，RTI的下限為AI×RHth。此外，這種下限是在極端情況下獲得的，在這種情況下，特定的行被連續(xù)且直接地激活RHth次。實(shí)驗(yàn)結(jié)果顯示實(shí)際應(yīng)用中RTI的值遠(yuǎn)遠(yuǎn)大于理論值。

圖5 RACPR結(jié)構(gòu)Fig.5 Architecture of RACPR

對(duì)于8 GB的DRAM存儲(chǔ)器芯片，RAC的總存儲(chǔ)空間僅為256 KB，僅占DRAM存儲(chǔ)器空間的0.006%，與基于計(jì)數(shù)器的方案相比，這是一個(gè)顯著的減少。對(duì)內(nèi)存行的每次讀取、寫入和刷新都會(huì)對(duì)其二位RAC進(jìn)行設(shè)置操作，并且RAC上的周期性遞減操作會(huì)進(jìn)一步增加對(duì)RAC的訪問次數(shù)，因此RAC的訪問容易成為瓶頸。為保證對(duì)RAC的快速訪問，將RAC存儲(chǔ)在內(nèi)存控制器中。如果出于減少其存儲(chǔ)開銷的目的，RAC也可以使用計(jì)數(shù)器緩存結(jié)構(gòu)，并存儲(chǔ)在DRAM的保留區(qū)域[5]。

算法2RACPR方法

輸入：內(nèi)存行的RAC值

輸出：無

1.i（f讀寫內(nèi)存行row[i]）

2.{產(chǎn)生0~n之間的隨機(jī)數(shù)r；

3.i（fr≤nN）

4.{if（rac（row[i+1]）==00）

5.向row[i+1]發(fā)送刷新請(qǐng)求；

6.i（frac（row[i?1]）==00）

7.向row[i?1]發(fā)送刷新請(qǐng)求；

8.}

9.}

算法2顯示RACPR的操作流程。受害行的RAC值，如果等于00，則主動(dòng)激活操作以概率N發(fā)出。算法在[0,n]的范圍內(nèi)產(chǎn)生一個(gè)隨機(jī)數(shù)，r小于nN的概率就是概率N。如果r小于nN，則PRL檢查RAC模塊，然后決定是否向存儲(chǔ)器控制器的發(fā)送命令以插入主動(dòng)激活命令。如果r大于nN，則不滿足概率N，所以不需要發(fā)送主動(dòng)激活命令。

3 實(shí)驗(yàn)評(píng)估

本文使用USIMM[8]內(nèi)存模擬器和來自于PARSEC、BIOBENCH和商業(yè)基準(zhǔn)程序來評(píng)估提出的方案。內(nèi)存模擬器的存儲(chǔ)芯片配置為8 GB芯片。表1顯示模擬的內(nèi)存系統(tǒng)的配置。為體現(xiàn)未來一代技術(shù)的發(fā)展，實(shí)驗(yàn)中的行擾動(dòng)閾值RHth設(shè)置為32 000。

表1 系統(tǒng)配置Table 1 Setup of system

攻擊行的激活次數(shù)超過RHth所需的最短時(shí)間稱為閾值時(shí)間間隔（TTI）。實(shí)驗(yàn)跟蹤不同基準(zhǔn)的攻擊行，并分別記錄每行的TTI。圖6顯示TTI的分布，其中X軸代表以毫秒為單位的TTI，Y軸顯示低于特定值的TTI的百分比值。點(diǎn)A表示62%的TTI小于54.3 ms。實(shí)際上，TTI決定RTI的值，因?yàn)镽TI的長度是攻擊行激活RHth次的最短時(shí)間。圖6中，3.5%的TTI小于27 ms，6.9%的TTI小于30 ms，本文中的默認(rèn)RTI設(shè)定為30 ms，主要基于如下的考慮：

圖6 閾值時(shí)間間隔的百分比Fig.6 Percentage of different threshold time interval

（1）由于偶然激活更新效應(yīng)引入的誤差，實(shí)際的RTI比實(shí)際值平均小16.7%。測(cè)得的RTI為25 ms（默認(rèn)RTI為30 ms），而25 ms以下的TTI不存在。

（2）大部分的TTI值大于30 ms。

圖7根據(jù)執(zhí)行時(shí)間顯示主動(dòng)激活對(duì)性能的影響，主動(dòng)激活的概率值Pfailure從0.1%到0.5%不等。對(duì)于大多數(shù)基準(zhǔn)測(cè)試程序，更高的主動(dòng)刷新概率會(huì)降低更多性能：主動(dòng)刷新的概率為0.5%，會(huì)導(dǎo)致執(zhí)行時(shí)間增加2.5%，而主動(dòng)刷新的概率為0.2%，只會(huì)導(dǎo)致執(zhí)行時(shí)間增加1%。平均而言，0.2%的主動(dòng)刷新概率會(huì)使執(zhí)行時(shí)間增加約0.4%，這是一個(gè)可以忽略的性能影響。

圖7 不同主動(dòng)刷新概率對(duì)性能的影響Fig.7 Performance impact with active refresh

圖8顯示RACPR與以往的PARA[2]方法的性能對(duì)比，采用的主動(dòng)激活概率均為0.2%，利用被動(dòng)激活信息的RACPR可以大大減少主動(dòng)刷新的次數(shù)，平均75%的主動(dòng)刷新被消除。主動(dòng)刷新的減少導(dǎo)致執(zhí)行時(shí)間的減少。例如，MT-cannel將執(zhí)行時(shí)間減少0.3%。通過探索被動(dòng)激活信息，平均內(nèi)存訪問時(shí)間減少0.1%。請(qǐng)注意性能優(yōu)勢(shì)只是基準(zhǔn)程序運(yùn)行一段的收益，長期來看，累積的性能絕對(duì)優(yōu)勢(shì)顯著，尤其是對(duì)于應(yīng)用程序領(lǐng)域，如web服務(wù)器。

圖8 RACPR與基本概率刷新方法的性能比較Fig.8 Performance comparison of RACPR and baseline

4 相關(guān)工作

隨著DRAM存儲(chǔ)器容量的增大，節(jié)點(diǎn)更小化，行擾動(dòng)問題成為一個(gè)關(guān)鍵問題，不僅降低系統(tǒng)的可靠性，還暴露安全漏洞。奧努等人分析行攻擊問題的根本原因，并研究各種解決方案[2，9-11]，數(shù)據(jù)表明只需139 000次訪問就能引發(fā)一個(gè)錯(cuò)誤，每1 700個(gè)單元中最多有一個(gè)單元容易出錯(cuò)，并進(jìn)一步提出概率鄰近行激活（PARA）方法。PARA策略以很小的概率對(duì)當(dāng)前訪問行的相鄰行執(zhí)行額外的刷新。作為一種概率機(jī)制，它不能保證沒有負(fù)面效果。另一方面，基于計(jì)數(shù)器的主動(dòng)激活[5，12-13]在每一個(gè)動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器行中使用一個(gè)計(jì)數(shù)器來記錄每行的激活次數(shù)，并且只對(duì)計(jì)數(shù)器值大于行錘擊閾值的目標(biāo)行的相鄰行執(zhí)行額外的刷新。這種設(shè)計(jì)保證沒有負(fù)面效果，但代價(jià)是巨大的存儲(chǔ)開銷。為減少跟蹤結(jié)構(gòu)的存儲(chǔ)開銷，計(jì)數(shù)器可以組織成樹形結(jié)構(gòu)[6-8，14]，每個(gè)計(jì)數(shù)器跟蹤一組動(dòng)態(tài)組大小的行。由于可導(dǎo)致相對(duì)濕度的行數(shù)受到行激活頻率和動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器單元保持時(shí)間的最大值的限制，兩次機(jī)制[1]僅使用少量計(jì)數(shù)器就可以準(zhǔn)確檢測(cè)潛在的相對(duì)濕度攻擊。PRoHIT[15]提供一個(gè)概率管理的表，它以概率的方式跟蹤受害者行候選，并且最上面的條目被額外刷新以緩解行攻擊問題。

本文的方法主要是解決已有的PARA[2，5]方法的不足。PARA方法隨機(jī)選擇潛在的受害行，并對(duì)這些行執(zhí)行主動(dòng)激活操作。PARA方法沒有考慮被動(dòng)激活受害行，因此可能會(huì)對(duì)受害行進(jìn)行不必要的刷新，從而導(dǎo)致性能開銷。本文方法利用受害行的被動(dòng)激活信息，克服PARA的限制，并有效解決行擾動(dòng)問題。

5 結(jié)論

本文提出一種基于內(nèi)存行最近激活信息來解決DRAM存儲(chǔ)器行擾動(dòng)問題的方法。本文使用RAC結(jié)構(gòu)跟蹤內(nèi)存行的被動(dòng)激活信息，并提出優(yōu)化RAC的結(jié)構(gòu)和操作，以降低其復(fù)雜性和開銷。本文進(jìn)一步在存儲(chǔ)器控制器中實(shí)現(xiàn)基于RAC的概率刷新模塊，以可忽略的性能開銷以及0.006%的面積成本，解決行擾動(dòng)攻擊問題。實(shí)驗(yàn)結(jié)果表明，與以前的概率方法相比，本方法平均減少75%的主動(dòng)激活操作，占用0.006%的存儲(chǔ)容量，平均提升0.1%的內(nèi)存訪問性能。